鲊廣椒細菌多樣性評價及其對風味的影響

王玉榮 沈 馨 董 蘊 尚雪嬌 郭 壯

(湖北文理學院食品科學技術學院，湖北 襄陽 441053)

鲊廣椒又稱鲊海椒、鲊金椒或鲊辣椒，是中國云南、貴州、四川和成都等少數民族地區的特色傳統發酵食品，湖北省恩施、襄陽、宜昌和荊門亦有制作和食用鲊廣椒的習俗[1]。不同地區因物產資源不同，其制作原料和工藝亦有較大的不同[2]，宜昌地區通常使用大米面、鮮紅辣椒、玉米面和食鹽為主要原料進行鲊廣椒制備。由于使用原料及制作工藝的不同，鲊廣椒中微生物菌群信息可能豐富而復雜，因而不同農戶家庭制作的鲊廣椒品質存在較大的差異。值得一提的是，目前市場上尚無成熟的鲊廣椒產品，因而全面系統地解析其微生物多樣性信息，對實現鲊廣椒的產業化生產可能具有積極的意義。

Miseq測序技術具有通量高、檢測速度快和檢測結果準確的特點[3]，實現了對某一微生態系統中微生物群落結構全面、客觀、無偏地揭示。目前已在發酵肉制品[4]、濃香型白酒窖泥[5]、發酵果酒[6]、發酵蔬菜[7]、飲用水[8]和發酵茶[9]微生物群落結構解析中有著廣泛的應用。作為一種新穎的檢測復雜風味的儀器，電子鼻由具有選擇性的化學傳感器陣列和模式識別系統構成[10]，目前已應用在肉制品加工[11]、農產品檢測[12]和發酵制品風味識別[13]等領域。

本研究從湖北省宜昌市當陽地區農戶家中采集了8 個鲊廣椒樣品，在解析樣品細菌微生物群落結構的基礎上，進一步依據便攜式電子鼻系統對不同樣品揮發性物質的響應差異進行了測定，探討了細菌多樣性對鲊廣椒風味的影響，以期為后續鲊廣椒用發酵劑的制備及鲊廣椒的產業化提供指導。

1 材料與方法

1.1 材料與試劑

1.1.1 材料與試劑

鲊廣椒樣品：從宜昌市農戶家中使用一次性采樣勺采集8 份鲊廣椒樣品，每個樣品約采集30 g并裝入無菌采樣管中保存。樣品采集后迅速置于含有冰袋的采樣箱中，冷鏈運送回實驗室，于-80 ℃冰箱中冷凍貯存以備用；

QIAGEN DNeasy mericon Food Kit：德國QIAGEN公司；

FastPfu Fly DNA 聚合酶、三磷酸脫氧核糖核苷酸混合液、其他PCR反應試劑：北京全式金生物技術有限公司；

引物338F、引物806R：由天一輝遠生物科技有限公司合成。

1.1.2 主要儀器設備

高通量測序平臺：Miseq PE300型，美國Illumina公司；

便攜式電子鼻(配置W1C、W5S、W3C、W6S、W5S、W1S、W1W、W2S、W2W和W3S 10 個金屬氧化物半導體型化學傳感元件)：PEN3型，德國Airsense公司；

機架式服務器：R920型，美國DELL公司；

凝膠成像分析系統：UVPCDS8000型，美國UVP公司。

1.2 方法

1.2.1 DNA提取、PCR擴增及高通量測序 取1.0 g榨廣椒，使用DNA 提取試劑盒對微生物宏基因組進行提取，并以此為模板進行細菌16S rRNA V3-V4區擴增。擴增體系：10 ng DNA模板，0.4 μL 5 U/μL DNA聚合酶，0.8 μL 5 μmol/L 正向引物，0.8 μL 5 μmol/L反向引物，2 μL 2.5 mmol/L dNTPs mix，4 μL 5×PCR緩沖液，體系用ddH2O補充至20 μL。擴增條件：95 ℃預變性3 min，95 ℃變性30 s，55 ℃退火30 s，72 ℃延伸45 s， 35 個循環重復后72 ℃延伸10 min。擴增產物使用Miseq PE300型平臺進行高通量測序。

1.2.2 序列優化及質控 按照序列間的重疊關系對Miseq PE300型平臺下數據進行拼接，在拼接過程中要求重疊區的堿基數≥10 bp或最大錯配比率≤0.2，同時要求引物堿基錯配數≤2 bp，且切除引物后序列的長度在50 bp以上，若序列不符合上述條件則予以剔除。

1.2.3 生物信息學分析 應用QIIME平臺(v1.70)進行生物信息學分析[14]：① 在使用PyNAST對序列排齊的基礎上[15]，按照100%相似性進行序列UCLUST歸并[16]；② 按照97.0%的相似度，將16s rRNA V3-V4區集中的序列進行分類操作單元(Operational taxonomic units，OTU)劃分；③ 使用Ribosomal Database Project[17]和Greengenes[18]數據庫明確各OTU的分類學地位；④ 在使用FastTree軟件[19]繪制系統發育進化樹的基礎上計算α多樣性；⑤ 在計算UniFrac距離的基礎上計算β多樣性。

1.2.4 優勢及核心菌群的定義 若某一細菌屬或OTU的平均相對含量≥1.0%，則將其定義為優勢菌屬或OTU；若在所有樣品中均存在則將其定義為核心菌屬或OTU；若在所有樣品中均存在且相對平均含量>1.0%，則將其定義為優勢核心菌屬或OTU。

1.2.5 核酸登錄號 序列提交至MG-RAST數據庫(http: //metagenomics.anl.gov/)，登錄號為mgp80896。

1.2.6 鲊廣椒風味品質的評價 在室溫下(25 ℃)，準確稱取3.0 g鲊廣椒樣品于樣品瓶中，使用PEN3型便攜式電子鼻對樣品進行檢測，待傳感器信號穩定后選定49，50，51 s為信號采集時間，并將3 個點的平均值作為最終結果。每個樣品平行做3 次重復。

1.2.7 多元統計學分析 在構建電子鼻各傳感器響應值與對應樣品各細菌屬相對含量矩陣的基礎上，使用皮爾森相關性分析法計算兩者間的相關系數，同時選取絕對值>0.5的指標，采用Cytoscape軟件繪制相關性網絡圖；將核心OTU相對含量開平方后，采用熱圖(Heatmap)對結果進行展示。

2 結果與分析

2.1 序列豐富度和多樣性分析

納入本研究的8 個鲊廣椒樣品16S rRNA測序基本信息見表1。

質量控制后，本研究共獲得了256 094條高質量序列，根據100%相似性進行序列UCLUST歸并后得到68 316條代表性序列，根據100%相似性進行OTU劃分后得到3 853個OTU，其中12.48%的OTU不能鑒定到屬水平。以測序深度為自變量，發現物種數和香農指數為因變量，對測序深度是否滿足后續生物信息學分析的要求進行評估，納入本研究8 個樣品的稀疏曲線和香農指數見圖1。

表1 測序基本信息?

? 在測序深度為12 610條序列時，計算發現物種數和香農指數。

圖1 稀疏曲線圖和香農指數圖

由圖1可知，即使測序量達到本研究的單個樣品最大測序量42 568條時，稀疏曲線亦沒有進入平臺期，然而當測序量僅為2 000條左右時，香濃曲線已基本達到平衡狀態。由此可見，即使本研究單個樣品最小測序產出量僅有12 668條序列(樣品ZGJ8)，其測序深度亦足以滿足后續分析。

2.2 基于門屬水平鲊廣椒細菌豐度分析

在鲊廣椒樣品中共發現20個門的細菌，其中相對含量>1.0%的門為Firmicutes(厚壁菌門)、Proteobacteria(變形菌門)和Bacteroidetes(擬桿菌門)，其相對含量分別為84.07%，13.88%，1.29%。由此可見，鲊廣椒樣品中的細菌微生物主要隸屬于Firmicutes和Proteobacteria 2個門。本研究進一步對鲊廣椒樣品中優勢細菌屬的相對含量進行了比較分析，結果見圖2。

圖2 鲊廣椒屬水平主要細菌豐度

由圖2可知，Firmicutes中相對含量>1.0%的屬分別為Lactobacillus(乳酸桿菌屬，77.33%)、Weissella(魏斯氏菌屬，2.24%)、Pediococcus(片球菌屬，2.18%)和Staphylococ-cus(葡萄球菌，1.27%)。此外，隸屬于Proteobacteria的Carnimonas(肉胞菌屬)和Enterobacter(腸桿菌屬)及隸屬于Bacteroidetes的Prevotella(普氏菌屬)平均相對含量亦>1.0%，分別為5.66%，2.47%，1.05%。由此可見，當陽地區鲊廣椒主要是由若干個隸屬于Firmicutes和Proteobacteria已知的優勢細菌屬組成。值得一提的是，Lactobacillus、Enterobacter、Pediococcus和Prevotella在8 個樣品中均存在，其累計含量分別為83.03%，而Carnimonas僅在樣品ZGJ8中存在，其相對含量高達45.29%。

目前市場上常用的乳酸桿菌菌株多分離自健康人體腸道、傳統發酵乳制品或泡菜中，本研究發現Lactobacillus為鲊廣椒中的優勢細菌屬，其平均相對含量高達77.33%，且Weissella和Pediococcus等隸屬于Lactobacillales(乳桿菌目)的乳酸菌在鲊廣椒中的累計平均相對含量達4.42%。當陽地區鲊廣椒由大米面、玉米面、新鮮辣椒和食鹽等原料混合固體發酵而成，其發酵方式和基質與傳統發酵乳制品和泡菜有著較大的差異，因而將鲊廣椒作為新的乳酸菌菌株的分離源并積極開展乳酸菌菌種資源的收集和保藏工作，對中國商業化乳酸菌的開發利用及相關食品產業的持續健康發展可能具有一定的積極意義。

本研究發現Prevotella為當陽地區鲊廣椒樣品中的優勢細菌屬之一，其相對含量為1.05%，且與風味物質的形成具有積極的作用。有研究[20]指出長期食用低動物蛋白低脂肪和高碳水化合物的志愿者腸道內該菌平均相對含量較高，并認為其與碳水化合物的代謝有關。鲊廣椒原料富含碳水化合物，且發酵條件為厭氧環境，這可能是Prevotella相對含量較高的原因之一。然而值得注意的是，Prevotella為人體腸道中的優勢細菌屬[21]，在樣品采集過程中，本研究發現鲊廣椒制作和發酵環境相對開放，因而鲊廣椒中Prevotella是由原料中帶入還是制作環境較差因糞便污染引起的是一個值得進一步研究的問題。此外，Faecalibacterium和Roseburia亦為人體腸道的優勢菌群[21]，本研究亦發現各有1個OTU隸屬于上述2個細菌屬，但其平均含量僅分別為0.041% 和0.025%。

本研究發現Staphylococcus和Enterobacter均為當陽地區鲊廣椒中的優勢細菌屬之一，其平均含量分別為1.27%和2.47%，且有1個核心OTU隸屬于Klebsiella和Nocardia。Staphylococcus廣泛地分布于自然環境中，雖多數為非致病菌，但少數可導致疾病發生，隸屬于該屬的金黃色葡萄球菌(S.aureus)是人類化膿感染中最常見的病原菌，可在加工、貯藏和運輸過程中對食品造成污染[22]。Enterobacter亦廣泛存在于自然環境中，能引起多種腸道外的條件致病性感染，隸屬于該菌屬的阪崎腸桿菌(E.Sakazakii)能引起新生兒腦膜炎和敗血癥，死亡率高達75%[23]。作為Klebsiella中常見的種，肺炎克雷伯氏菌(K.peneumoniae)對人致病性較強，是重要的條件致病菌和醫源性感染菌之一[24]。作為好氣性腐生菌，Nocardia能同化多種碳水化合物，星狀諾卡氏菌(N.asteroides)對人或動物具有致病性[25]。Carnimonas具有一定的嗜鹽性，可以在臘肉制品表面形成黑色斑點[26]，從而導致肉制品失去食用價值并造成經濟損失，本研究發現ZGJ8中Carnimonas相對含量高達45.29%，且其與有機硫化物等風味物質的生成呈現正相關。由此可見，由于制作環境相對開放，當陽地區鲊廣椒中不僅存在Lactobacillus等有益菌，而且存在著少量的有害微生物或腐敗菌，因而優化鲊廣椒加工環境顯得尤為重要。此外，在對鲊廣椒中乳酸菌進行發掘和收集的基礎上，篩選出具有優良發酵特性的菌株并進行發酵劑制備，可能對鲊廣椒食用安全性的提升和產業化發展具有重要的意義。OTU在8 個鲊廣椒樣品中出現次數統計見圖3。

由圖3可知，在所有樣品中均出現的OTU僅有10個，但其包含的序列數為31 600條，占所有質控后合格序列數的12.34%。由此可見，雖然鲊廣椒主要是由若干個隸屬于Firmicutes和Proteobacteria已知的優勢細菌屬組成，但是在OTU(按照序列97.0的相似性進行劃分)水平上，鲊廣椒樣品間微生物構成存在較大的差異，所有樣品僅有12%左右的核心菌群。進一步對10個核心OTU在各鲊廣椒樣品中的相對含量進行了比較分析，其結果見圖4。

圖3 OTU出現次數統計

圖4 核心OTU相對含量的熱圖

由圖4可知，本研究甄別出的10個核心OTU，其中2個隸屬于Bacillus，各有1個隸屬于Lactobacillus、Pediococcus、Faecalibacterium(糞棲桿菌屬)、Roseburia(羅氏菌屬)、Nocardia(諾卡氏菌屬)、Ralstonia(青枯菌屬)、Klebsiella(克雷伯氏菌屬)和Enterobacter。各核心OTU在樣品中的分布也存在較大的差異，例如OTU1177(Lactobacillus)在ZGJ1和ZGJ7中的相對含量分別為29.87%和20.12%，但在其他樣品中的相對含量均<1.0%，OTU88(Enterobacter)在ZGJ4中的相對含量達到12.62%，但在其他樣品中的相對含量<1.0%。由此可見，雖然存在于所有樣品中，但核心OTU在各樣品中的平均含量差異較大。

作為世界上危害最大、分布最廣和造成損失最嚴重的植物病害之一，青枯病常由Ralstonia的細菌引起。本研究發現有1個核心OTU隸屬于Ralstonia，究其原因可能在鲊廣椒的加工過程中，居民使用了患有青枯病的辣椒作為輔料，從而將該腐敗菌帶入了產品中。由此可見，辣椒的選擇可能是后續鲊廣椒產業化生產加工過程中的關鍵控制點之一。

2.3 基于多元統計學分析的鲊廣椒細菌微生物構成研究

進一步在OTU水平，采用基于加權UniFrac距離的UPGMA聚類分析對不同鲊廣椒樣品的微生物群落結構相似性進行了分析，結果見圖5。

圖5 基于加權UniFrac距離的聚類分析

由圖5可知，樣品ZGJ1、ZGJ2、ZGJ3和ZGJ7的細菌群落結構較為相似，而樣品ZGJ8的細菌群落結構與其他樣品存在較大差異，可能與其特有的Carnimonas及其相對含量(高達45.29%)有關。

本研究以16S rRNA V3-V4區為測序靶點，采用Miseq 高通量測序技術對當陽地區鲊廣椒中微生物群體的物種組成及豐度進行了揭示，打破了傳統微生物學基于純培養研究的局限性。然而，雖然Miseq 高通量測序技術具有通量高、檢測速度快和檢測結果準確的特點，但存在讀數短的缺點，所以為保證分析結果的準確性，本研究僅能在屬水平上對當陽地區鲊廣椒中細菌的多樣性進行揭示。隨著測序技術的發展，PacBio SMRT(single molecule real-time 單分子實時)測序技術已在乳制品[27]和腸道微生物[28]研究中有了一定的應用，在解析微生物多樣性和豐富度均較高的復雜基質研究方面顯示出了較大的技術優勢，將該技術引入到鲊廣椒及傳統發酵食品微生物多樣性研究中具有積極的意義。

2.4 鲊廣椒風味品質的評價

基于電子鼻技術鲊廣椒樣品揮發性風味物質的分析見表2。

表2 基于電子鼻技術鲊廣椒樣品揮發性風味物質的分析

由表2可知，除W6S外其他9個傳感器對鲊廣椒樣品的響應差異均較大，變異系數均在10%以上，說明各鲊廣椒樣品的風味品質存在較大差異。值得一提的是，W1W和W2W 2個傳感器對樣品ZGJ8的響應值均最大，分別為134.96% 和56.75%，說明該樣品揮發性風味物質中有機硫化物含量可能較高。

2.5 鲊廣椒優勢細菌屬及風味物質的關聯性分析

在對鲊廣椒細菌多樣性和風味品質進行揭示及評價的基礎上，對樣品中優勢細菌屬相對含量和電子鼻各傳感器響應值之間的相關性進行了關聯計算，并構建了相關性網絡圖，結果見圖6。

實線表示正相關，虛線表示負相關

由圖6可知，Weissella和Carnimonas與有機硫化物等風味物質的生成呈現正相關，而Lactobacillus與其呈現負相關。除此之外，Prevotella與芳香型化合物的生成呈現正相關，而與氮氧化物、乙醇、氫氣和甲烷等物質的形成呈現負相關。由此可見，Lactobacillus和Prevotella對鲊廣椒風味的形成具有積極的作用。

3 結論

本研究在對8 個鲊廣椒樣品細菌微生物群落結構進行解析的基礎上，進一步探討了細菌多樣性對產品風味品質的影響，研究發現鲊廣椒中細菌微生物主要是由若干個隸屬于Firmicutes和Proteobacteria已知的優勢菌屬組成，且Lactobacillus和Prevotella對鲊廣椒風味的形成具有積極的作用。雖然通過本研究的開展，彌補了目前關于鲊廣椒細菌群落結構研究尚少的不足，然而本研究亦存在樣本量偏少和采樣地點單一的缺陷，因而在后續研究中進一步增加樣本量同時設置多個采樣點進行樣品采集是極為必要的。

[1] 王巧碧, 王丹, 趙欠, 等. SDE 和 SPME 法對鲊海椒發酵中香氣組成的比較分析[J]. 食品科學, 2016, 37(4): 108-114.

[2] 葛平珍, 王丹, 周才瓊. 不同淀粉源對鲊海椒發酵過程中功能成分的影響[J]. 食品科學, 2015, 36(21): 191-195.

[3] CAPORASO J G, LAUBER C L, WALTERS W A, et al. Ultra-high-throughput microbial community analysis on the Illumina HiSeq and MiSeq platforms[J]. The ISME Journal, 2012, 6(8): 1 621-1 624.

[4] JUSTYNA P, ANNALISA R, VINCENZA P, et al. Bacterial diversity in typical Italian salami at different ripening stages as revealed by high-throughput of 16S rDNA amplicons[J]. Food Microbiology, 2015, 46(4): 342-356.

[5] HU Xiao-long, DU Hai, REN Cong, et al. Illuminating anaerobic microbial community and cooccurrence patterns across a quality gradient in Chinese liquor fermentation pit muds[J]. Applied and Environmental Microbiology, 2016, 82(8): 2 506-2 515.

[6] BOYNTON P J, GREIG D. Fungal diversity and ecosystem function data from wine fermentation vats and microcosms[J]. Data in Brief, 2016, 8(12): 225-229.

[7] YANG Hong-yan, WU Hao, GAO Li-juan, et al. Effects ofLactobacilluscurvatusandLeuconostocmesenteroideson Suan Cai fermentation in northeast China[J]. Journal of Microbiology and Biotechnology, 2016, 26(12): 2 148-2 158.

[8] 葛英亮, 于水利, 時文歆, 等. 應用 Illumina MiSeq 測序解析 O3-BAC 水處理技術生產飲用水中細菌多樣性[J]. 食品與機械, 2016, 32(6): 52-57.

[9] FU Jian-yu, LV Hai-peng, CHEN Feng. Diversity and variation of bacterial community revealed by MiSeq Sequencing in Chinese dark teas[J]. PloS One, 2016, 11(9): e0162719.

[10] 朱娜, 毛淑波, 潘磊慶, 等. 電子鼻對草莓采后貯藏早期霉菌感染的檢測[J]. 農業工程學報, 2013, 29(5): 266-273.

[11] 宋雪, 高韶婷, 杭夢茜, 等. 基于電子鼻的金華和宣威火腿產地鑒別與品級評定[J]. 食品與機械, 2015, 31(2): 114-118.

[12] 陳辰, 魯曉翔, 張鵬, 等. 基于電子鼻技術的玫瑰香葡萄貯藏期快速判別[J]. 食品與機械, 2015, 31(6): 137-141.

[13] 張玉玉, 黃明泉, 陳海濤, 等. 7種面醬的電子鼻和電子舌辨別分析[J]. 中國食品學報, 2012, 12(1): 198-205.

[14] CAPORASO J G, KUCZYNSKI J, STOMBAUGH J, et al. QIIME allows analysis of high-throughput community sequencing data[J]. Nature Methods, 2010, 7(5): 335-336.

[15] CAPORASO J G, BITTINGER K, BUSHMAN F D, et al. PyNAST: a flexible tool for aligning sequences to a template alignment[J]. Bioinformatics, 2010, 26(2): 266-267.

[16] EDGAR R C. Search and clustering orders of magnitude faster than BLAST[J]. Bioinformatics, 2010, 26(19): 2 460-2 461.

[17] COLE J R, CHAI B, FARRIS R J, et al. The ribosomal database project (RDP-II): introducing myRDP space and quality controlled public data[J]. Nucleic Acids Research, 2007, 35(1): 169-172.

[18] DESANTIS T Z, HUGENHOLTZ P, LARSEN N, et al. Greengenes, a chimera-checked 16S rRNA gene database and workbench compatible with ARB[J]. Applied and Environmental Microbiology, 2006, 72(7): 5 069-5 072.

[19] PRICE M N, DEHAL P S, ARKIN A P. Fasttree: computing large minimum evolution trees with profiles instead of a distance matrix[J]. Molecular Biology and Evolution, 2009, 26(7): 1 641-1 650.

[20] DE FILIPPO C, CAVALIERI D, DI PAOLA M, et al. Impact of diet in shaping gut microbiota revealed by a comparative study in children from Europe and rural Africa[J]. Proceedings of the National Academy of Sciences, 2010, 107(33): 14 691-14 696.

[21] ARUMUGAM M, RAES J, PELLETIER E, et al. Enterotypes of the human gut microbiome[J]. Nature, 2011, 473(7 346): 174-180.

[22] TONG S Y C, DAVIS J S, EICHENBERGER E, et al.Staphylococcusaureusinfections: epidemiology, pathophysiology, clinical manifestations, and management[J]. Clinical Microbiology Reviews, 2015, 28(3): 603-661.

[23] HU Xue, DOU Wen-chao, FU Ling-lin, et al. A disposable immunosensor forEnterobactersakazakiibased on an electrochemically reduced graphene oxide-modified electrode[J]. Analytical Biochemistry, 2013, 434(2): 218-220.

[24] 陳文秀, 姜旋, 馬曉燕, 等. 實時熒光環介導等溫擴增技術檢測乳粉中的肺炎克雷伯氏菌[J]. 食品科學, 2014, 35(20): 192-197.

[25] PATEL R, SISE A, AL-MOHTASEB Z, et al.Nocardiaasteroideskeratitis resistant to amikacin[J]. Cornea, 2015, 34(12): 1 617-1 619.

[26] LOZANO-OJALVO D, RODRGUEZ A, CORDERO M, et al. Characterisation and detection of spoilage mould responsible for black spot in dry-cured fermented sausages[J]. Meat Science, 2015, 100(2): 283-290.

[27] ZHENG Yi, XI Xiao-xia, XU Hai-yan, et al. Using pacbio long-read high-throughput microbial gene amplicon sequencing to evaluate infant formula safety[J]. Journal of Agricultural and Food Chemistry, 2016, 64(37): 6 993-7 001.

[28] LI Jing, XU Hai-yang, SUN Zhi-hong, et al. Effect of dietary interventions on the intestinal microbiota of Mongolian hosts[J]. Science Bulletin, 2016, 61(20): 1 605-1 614.